अप्रत्याशित परिस्थितियों के लिए तैयारी
जब Brett ने 13 हफ्तों तक अपना लोकेशन ट्रैक किया, तो वह कभी भी वीकेंड पर ऑफिस नहीं गया. नतीजा यह कि संयुक्त प्रायिकता P(office and weekend) = 0 है.
देखिए, इसका भविष्य में वीकेंड पर Brett के ऑफिस जाने की अनुमानित प्रायिकता पर क्या असर पड़ता है. साथ ही, आप देखेंगे कि Laplace correction का उपयोग करने से ऐसी अप्रत्याशित परिस्थितियों के लिए एक छोटा-सा मौका कैसे मिल जाता है.
आपके लिए मॉडल locmodel उपलब्ध है, साथ ही डेटा फ़्रेम weekend_afternoon भी. naivebayes पैकेज पहले से लोड किया हुआ है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Supervised Learning: Classification
अभ्यास निर्देश
locmodelका उपयोग करकेpredict()फ़ंक्शन से वीकेंड दोपहर के लिए predicted probabilities निकालें. ध्यान रखें किtypeआर्ग्युमेंट सेट करें.- Laplace smoothing पैरामीटर
1के साथ एक नया Naive Bayes मॉडल बनाएँ. इसके लिएnaive_bayes()कॉल मेंlaplaceआर्ग्युमेंट सेट करें. इसेlocmodel2के रूप में सेव करें. predict()फ़ंक्शन को अपने नए मॉडल पर चलाकर देखें कि नई predicted probabilities कैसे तुलना करती हैं.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Observe the predicted probabilities for a weekend afternoon
# Build a new model using the Laplace correction
locmodel2 <- ___
# Observe the new predicted probabilities for a weekend afternoon